Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die KonversationskI und Kleine Sprachmodelle (SLMs)
- Grundlagen der KonversationskI
- Überblick über SLMs und ihre Vorteile
- Fallstudien zu SLMs in interaktiven Anwendungen
Gestaltung von Konversationsabläufen
- Prinzipien der Mensch-KI-Interaktionsgestaltung
- Erstellung ansprechender und natürlicher Dialoge
- Betrachtungen zur Benutzererfahrung (UX)
Entwicklung von Kundenservicebots
- Anwendungsbereiche für Kundenservicebots
- Integration von SLMs in Kundenserviceplattformen
- Handhabung häufiger Kundenanfragen mit KI
Ausbildung von SLMs für Interaktionen
- Datensammlung für KonversationskI
- Ausbildungsverfahren für SLMs in Dialogsystemen
- Feinkalibrierung von Modellen für spezifische Interaktionszenarien
Bewertung der Interaktionsqualität
- Metriken zur Beurteilung von KonversationskI
- Benutzertest und Sammlung von Rückmeldungen
- Iterative Verbesserung auf der Grundlage der Bewertung
Sprachgesteuerte und Multimodale Interaktionen
- Integration von Spracherkennung mit SLMs
- Gestaltung multimodalier Interaktionen (Text, Sprache, Visuelle)
- Fallstudien zu Stimme-Hilfen und Chatbots
Personalisierung und Kontextuelles Verständnis
- Techniken zur Personalisierung von Interaktionen
- Kontextsensible Behandlung von Konversationen
- Datenschutz und Datensicherheit in personalisierten KI-Anwendungen
Ethische Überlegungen und Bias-Mitigation
- Ethische Rahmenwerke für KonversationskI
- Identifizierung und Mitigation von Biaskomponenten in Interaktionen
- Gewährleistung der Inklusivität und Gerechtigkeit in KI-Kommunikation
Deployment und Skalierung
- Strategien für die Bereitstellung von KonversationskIsystemen
- Skalierung von SLMs für breite Nutzung
- Überwachung und Wartung der KI-Interaktionen nach dem Deployment
Abschlussprojekt
- Identifizierung eines Bedarfs für KonversationskI in einem gewählten Bereich
- Entwicklung eines Prototypen mit SLMs
- Test und Präsentation der interaktiven Anwendung
Abschlussbewertung
- Abgabe eines Abschlussprojektberichtes
- Demonstration eines funktionsfähigen KonversationskIsystems
- Bewertung auf Grundlage von Innovation, Benutzereinbeziehung und technischer Ausführung
Zusammenfassung und Weitere Schritte
Voraussetzungen
- Grundlegendes Verständnis von Künstlicher Intelligenz und Maschinellem Lernen
- Professionelle Kenntnisse in Python-Programmierung
- Erfahrung mit Konzepten der Natural Language Processing (NLP)
Zielgruppe
- Datenwissenschaftler
- Maschinelles-Lernen-Engineer
- AI-Forscher und Entwickler
- Produktmanager und UX-Designer
14 Stunden